我们知道哈希表是一种非常高效的数据结构,设计优良的哈希函数可以使其上的增删改查操作达到 O (1) 级别。Java 为我们提供了一个现成的哈希结构,那就是 HashMap 类,在前面的文章中我曾经介绍过 HashMap 类,知道它的所有方法都未进行同步,因此在多线程环境中是不安全的。为此,Java 为我们提供了另外一个 HashTable 类,它对于多线程同步的处理非常简单粗暴,那就是在 HashMap 的基础上对其所有方法都使用 synchronized 关键字进行加锁。
这种方法虽然简单,但导致了一个问题,那就是在同一时间内只能由一个线程去操作哈希表。即使这些线程都只是进行读操作也必须要排队,这在竞争激烈的多线程环境中极为影响性能。本篇介绍的 ConcurrentHashMap 就是为了解决这个问题的,它的内部使用分段锁将锁进行细粒度化,从而使得多个线程能够同时操作哈希表,这样极大的提高了性能。
下图是其内部结构的示意图。
ConcurrentHashMap 内部结构
//默认初始化容量
static final int DEFAULT_INITIAL_CAPACITY = 16;
//默认加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//默认并发级别
static final int DEFAULT_CONCURRENCY_LEVEL = 16;
//集合最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//分段锁的最小数量
static final int MIN_SEGMENT_TABLE_CAPACITY = 2;
//分段锁的最大数量
static final int MAX_SEGMENTS = 1 << 16;
//加锁前的重试次数
static final int RETRIES_BEFORE_LOCK = 2;
//分段锁的掩码值
final int segmentMask;
//分段锁的移位值
final int segmentShift;
//分段锁数组
final Segment<K,V>[] segments;
在阅读完本篇文章之前,相信读者不能理解这些成员变量的具体含义和作用,不过请读者们耐心看下去,后面将会在具体场景中一一介绍到这些成员变量的作用。在这里读者只需对这些成员变量留个眼熟即可。
但是仍有个别变量是我们现在需要了解的,例如 Segment 数组代表分段锁集合,并发级别则代表分段锁的数量 (也意味有多少线程可以同时操作),初始化容量代表整个容器的容量,加载因子代表容器元素可以达到多满的一种程度。
//分段锁
static final class Segment<K,V> extends ReentrantLock implements Serializable {
//自旋最大次数
static final int MAX_SCAN_RETRIES = Runtime.getRuntime().availableProcessors() > 1 ? 64 : 1;
//哈希表
transient volatile HashEntry<K,V>[] table;
//元素总数
transient int count;
//修改次数
transient int modCount;
//元素阀值
transient int threshold;
//加载因子
final float loadFactor;
//省略以下内容
...
}
Segment 是 ConcurrentHashMap 的静态内部类,可以看到它继承自 ReentrantLock,因此它在本质上是一个锁。它在内部持有一个 HashEntry 数组 (哈希表),并且保证所有对该数组的增删改查方法都是线程安全的,具体是怎样实现的后面会讲到。
所有对 ConcurrentHashMap 的增删改查操作都可以委托 Segment 来进行,因此 ConcurrentHashMap 能够保证在多线程环境下是安全的。又因为不同的 Segment 是不同的锁,所以多线程可以同时操作不同的 Segment,也就意味着多线程可以同时操作 ConcurrentHashMap,这样就能避免 HashTable 的缺陷,从而极大的提高性能。
//核心构造器
@SuppressWarnings("unchecked")
public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) {
if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0) {
throw new IllegalArgumentException();
}
//确保并发级别不大于限定值
if (concurrencyLevel > MAX_SEGMENTS) {
concurrencyLevel = MAX_SEGMENTS;
}
int sshift = 0;
int ssize = 1;
//保证ssize为2的幂, 且是最接近的大于等于并发级别的数
while (ssize < concurrencyLevel) {
++sshift;
ssize <<= 1;
}
//计算分段锁的移位值
this.segmentShift = 32 - sshift;
//计算分段锁的掩码值
this.segmentMask = ssize - 1;
//总的初始容量不能大于限定值
if (initialCapacity > MAXIMUM_CAPACITY) {
initialCapacity = MAXIMUM_CAPACITY;
}
//获取每个分段锁的初始容量
int c = initialCapacity / ssize;
//分段锁容量总和不小于初始总容量
if (c * ssize < initialCapacity) {
++c;
}
int cap = MIN_SEGMENT_TABLE_CAPACITY;
//保证cap为2的幂, 且是最接近的大于等于c的数
while (cap < c) {
cap <<= 1;
}
//新建一个Segment对象模版
Segment<K,V> s0 = new Segment<K,V>(loadFactor, (int)(cap * loadFactor), (HashEntry<K,V>[])new HashEntry[cap]);
//新建指定大小的分段锁数组
Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize];
//使用UnSafe给数组第0个元素赋值
UNSAFE.putOrderedObject(ss, SBASE, s0);
this.segments = ss;
}
ConcurrentHashMap 有多个构造器,但是上面贴出的是它的核心构造器,其他构造器都通过调用它来完成初始化。核心构造器需要传入三个参数,分别是初始容量,加载因子和并发级别。在前面介绍成员变量时我们可以知道默认的初始容量为 16,加载因子为 0.75f,并发级别为 16。
现在我们看到核心构造器的代码,首先是通过传入的 concurrencyLevel 来计算出 ssize,ssize 是 Segment 数组的长度,它必须保证是 2 的幂,这样就可以通过 hash&ssize-1 来计算分段锁在数组中的下标。
由于传入的 concurrencyLevel 不能保证是 2 的幂,所以不能直接用它来当作 Segment 数组的长度,因此我们要找到一个最接近 concurrencyLevel 的 2 的幂,用它来作为数组的长度。假如现在传入的 concurrencyLevel=15,通过上面代码可以计算出 ssize=16,sshift=4。接下来立马可以算出 segmentShift=16,segmentMask=15。注意这里的 segmentShift 是分段锁的移位值,segmentMask 是分段锁的掩码值,这两个值是用来计算分段锁在数组中的下标,在下面我们会讲到。
在算出分段锁的个数 ssize 之后,就可以根据传入的总容量来计算每个分段锁的容量,它的值 c = initialCapacity / ssize。分段锁的容量也就是 HashEntry 数组的长度,同样也必须保证是 2 的幂,而上面算出的 c 的值不能保证这一点,所以不能直接用 c 作为 HashEntry 数组的长度,需要另外找到一个最接近 c 的 2 的幂,将这个值赋给 cap,然后用 cap 来作为 HashEntry 数组的长度。现在我们有了 ssize 和 cap,就可以新建分段锁数组 Segment [] 和元素数组 HashEntry [] 了。注意,与 JDK1.6 不同是的,在 JDK1.7 中只新建了 Segment 数组,并没有对它初始化,初始化 Segment 的操作留到了插入操作时进行。
//根据哈希码获取分段锁
@SuppressWarnings("unchecked")
private Segment<K,V> segmentForHash(int h) {
long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
return (Segment<K,V>) UNSAFE.getObjectVolatile(segments, u);
}
//根据哈希码获取元素
@SuppressWarnings("unchecked")
static final <K,V> HashEntry<K,V> entryForHash(Segment<K,V> seg, int h) {
HashEntry<K,V>[] tab;
return (seg == null || (tab = seg.table) == null) ? null :
(HashEntry<K,V>) UNSAFE.getObjectVolatile(tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE);
}
在 JDK1.7 中是通过 UnSafe 来获取数组元素的,因此这里比 JDK1.6 多了些计算数组元素偏移量的代码,这些代码我们暂时不关注,现在我们只需知道下面这两点:
现在我们假设传给构造器的两个参数为 initialCapacity=128, concurrencyLevel=16。根据计算可以得到 ssize=16, sshift=4,segmentShift=28,segmentMask=15。同样,算得每个分段锁内的 HashEntry 数组的长度为 8,所以 tab.length-1=7。根据这些值,我们通过下图来解释如何根据同一个哈希码来定位分段锁和元素。
定位分段锁和元素
可以看到分段锁和元素的定位都是通过元素的哈希码来决定的。定位分段锁是取哈希码的高位值 (从 32 位处取起),定位元素是取的哈希码的低位值。现在有个问题,它们一个从 32 位的左端取起,一个从 32 位的右端取起,那么会在某个时刻产生冲突吗?我们在成员变量里可以找到 MAXIMUM_CAPACITY = 1 << 30,MAX_SEGMENTS = 1 << 16,这说明定位分段锁和定位元素使用的总的位数不超过 30,并且定位分段锁使用的位数不超过 16,所以至少还隔着 2 位的空余,因此是不会产生冲突的。
//根据key获取value
public V get(Object key) {
Segment<K,V> s;
HashEntry<K,V>[] tab;
//使用哈希函数计算哈希码
int h = hash(key);
//根据哈希码计算分段锁的索引
long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
//获取分段锁和对应的哈希表
if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null && (tab = s.table) != null) {
//根据哈希码获取链表头结点, 再对链表进行遍历
for (HashEntry<K,V> e = (HashEntry<K,V>) UNSAFE.getObjectVolatile
(tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE);
e != null; e = e.next) {
K k;
//根据key和hash找到对应元素后返回value值
if ((k = e.key) == key || (e.hash == h && key.equals(k))) {
return e.value;
}
}
}
return null;
}
在 JDK1.6 中分段锁的 get 方法是通过下标来访问数组元素的,而在 JDK1.7 中是通过 UnSafe 的 getObjectVolatile 方法来读取数组中的元素。为啥要这样做?
我们知道虽然 Segment 对象持有的 HashEntry 数组引用是 volatile 类型的,但是数组内的元素引用不是 volatile 类型的,因此多线程对数组元素的修改是不安全的,可能会在数组中读取到尚未构造完成的对象。
在 JDK1.6 中是通过第二次加锁读取来保证安全的,而 JDK1.7 中通过 UnSafe 的 getObjectVolatile 方法来读取同样也是为了保证这一点。使用 getObjectVolatile 方法读取数组元素需要先获得元素在数组中的偏移量,在这里根据哈希码计算得到分段锁在数组中的偏移量为 u,然后通过偏移量 u 来尝试读取分段锁。由于分段锁数组在构造时没进行初始化,因此可能读出来一个空值,所以需要先进行判断。
在确定分段锁和它内部的哈希表都不为空之后,再通过哈希码读取 HashEntry 数组的元素,根据上面的结构图可以看到,这时获得的是链表的头结点。之后再从头到尾的对链表进行遍历查找,如果找到对应的值就将其返回,否则就返回 null。以上就是整个查找元素的过程。
//向集合添加键值对(若存在则替换)
@SuppressWarnings("unchecked")
public V put(K key, V value) {
Segment<K,V> s;
//传入的value不能为空
if (value == null) throw new NullPointerException();
//使用哈希函数计算哈希码
int hash = hash(key);
//根据哈希码计算分段锁的下标
int j = (hash >>> segmentShift) & segmentMask;
//根据下标去尝试获取分段锁
if ((s = (Segment<K,V>)UNSAFE.getObject(segments, (j << SSHIFT) + SBASE)) == null) {
//获得的分段锁为空就去构造一个
s = ensureSegment(j);
}
//调用分段锁的put方法
return s.put(key, hash, value, false);
}
//向集合添加键值对(不存在才添加)
@SuppressWarnings("unchecked")
public V putIfAbsent(K key, V value) {
Segment<K,V> s;
//传入的value不能为空
if (value == null) throw new NullPointerException();
//使用哈希函数计算哈希码
int hash = hash(key);
//根据哈希码计算分段锁的下标
int j = (hash >>> segmentShift) & segmentMask;
//根据下标去尝试获取分段锁
if ((s = (Segment<K,V>)UNSAFE.getObject(segments, (j << SSHIFT) + SBASE)) == null) {
//获得的分段锁为空就去构造一个
s = ensureSegment(j);
}
//调用分段锁的put方法
return s.put(key, hash, value, true);
}
ConcurrentHashMap 中有两个添加键值对的方法,通过 put 方法添加时如果存在则会进行覆盖,通过 putIfAbsent 方法添加时如果存在则不进行覆盖,这两个方法都是调用分段锁的 put 方法来完成操作,只是传入的最后一个参数不同而已。
在上面代码中我们可以看到首先是根据 key 的哈希码来计算出分段锁在数组中的下标,然后根据下标使用 UnSafe 类 getObject 方法来读取分段锁。由于在构造 ConcurrentHashMap 时没有对 Segment 数组中的元素初始化,所以可能读到一个空值,这时会先通过 ensureSegment 方法新建一个分段锁。获取到分段锁之后再调用它的 put 方法完成添加操作,下面我们来看看具体是怎样操作的。
//添加键值对
final V put(K key, int hash, V value, boolean onlyIfAbsent) {
//尝试获取锁, 若失败则进行自旋
HashEntry<K,V> node = tryLock() ? null : scanAndLockForPut(key, hash, value);
V oldValue;
try {
HashEntry<K,V>[] tab = table;
//计算元素在数组中的下标
int index = (tab.length - 1) & hash;
//根据下标获取链表头结点
HashEntry<K,V> first = entryAt(tab, index);
for (HashEntry<K,V> e = first;;) {
//遍历链表寻找该元素, 找到则进行替换
if (e != null) {
K k;
if ((k = e.key) == key || (e.hash == hash && key.equals(k))) {
oldValue = e.value;
//根据参数决定是否替换旧值
if (!onlyIfAbsent) {
e.value = value;
++modCount;
}
break;
}
e = e.next;
//没找到则在链表添加一个结点
} else {
//将node结点插入链表头部
if (node != null) {
node.setNext(first);
} else {
node = new HashEntry<K,V>(hash, key, value, first);
}
//插入结点后将元素总是加1
int c = count + 1;
//元素超过阀值则进行扩容
if (c > threshold && tab.length < MAXIMUM_CAPACITY) {
rehash(node);
//否则就将哈希表指定下标替换为node结点
} else {
setEntryAt(tab, index, node);
}
++modCount;
count = c;
oldValue = null;
break;
}
}
} finally {
unlock();
}
return oldValue;
}
为保证线程安全,分段锁中的 put 操作是需要进行加锁的,所以线程一开始就会去获取锁,如果获取成功就继续执行,若获取失败则调用 scanAndLockForPut 方法进行自旋,在自旋过程中会先去扫描哈希表去查找指定的 key,如果 key 不存在就会新建一个 HashEntry 返回,这样在获取到锁之后就不必再去新建了,为的是在等待锁的过程中顺便做些事情,不至于白白浪费时间,可见作者的良苦用心。
具体自旋方法我们后面再细讲,现在先把关注点拉回来,线程在成功获取到锁之后会根据计算到的下标,获取指定下标的元素。此时获取到的是链表的头结点,如果头结点不为空就对链表进行遍历查找,找到之后再根据 onlyIfAbsent 参数的值决定是否进行替换。
如果遍历没找到就会新建一个 HashEntry 指向头结点,此时如果自旋时创建了 HashEntry,则直接将它的 next 指向当前头结点,如果自旋时没有创建就在这里新建一个 HashEntry 并指向头结点。在向链表添加元素之后检查元素总数是否超过阀值,如果超过就调用 rehash 进行扩容,没超过的话就直接将数组对应下标的元素引用指向新添加的 node。setEntryAt 方法内部是通过调用 UnSafe 的 putOrderedObject 方法来更改数组元素引用的,这样就保证了其他线程在读取时可以读到最新的值。
//删除指定元素(找到对应元素后直接删除)
public V remove(Object key) {
//使用哈希函数计算哈希码
int hash = hash(key);
//根据哈希码获取分段锁的索引
Segment<K,V> s = segmentForHash(hash);
//调用分段锁的remove方法
return s == null ? null : s.remove(key, hash, null);
}
//删除指定元素(查找值等于给定值才删除)
public boolean remove(Object key, Object value) {
//使用哈希函数计算哈希码
int hash = hash(key);
Segment<K,V> s;
//确保分段锁不为空才调用remove方法
return value != null && (s = segmentForHash(hash)) != null && s.remove(key, hash, value) != null;
}
ConcurrentHashMap 提供了两种删除操作,一种是找到后直接删除,一种是找到后先比较再删除。这两种删除方法都是先根据 key 的哈希码找到对应的分段锁后,再通过调用分段锁的 remove 方法完成删除操作。下面我们来看看分段锁的 remove 方法。
//删除指定元素
final V remove(Object key, int hash, Object value) {
//尝试获取锁, 若失败则进行自旋
if (!tryLock()) {
scanAndLock(key, hash);
}
V oldValue = null;
try {
HashEntry<K,V>[] tab = table;
//计算元素在数组中的下标
int index = (tab.length - 1) & hash;
//根据下标取得数组元素(链表头结点)
HashEntry<K,V> e = entryAt(tab, index);
HashEntry<K,V> pred = null;
//遍历链表寻找要删除的元素
while (e != null) {
K k;
//next指向当前结点的后继结点
HashEntry<K,V> next = e.next;
//根据key和hash寻找对应结点
if ((k = e.key) == key || (e.hash == hash && key.equals(k))) {
V v = e.value;
//传入的value不等于v就跳过, 其他情况就进行删除操作
if (value == null || value == v || value.equals(v)) {
//如果pred为空则代表要删除的结点为头结点
if (pred == null) {
//重新设置链表头结点
setEntryAt(tab, index, next);
} else {
//设置pred结点的后继为next结点
pred.setNext(next);
}
++modCount;
--count;
//记录元素删除之前的值
oldValue = v;
}
break;
}
//若e不是要找的结点就将pred引用指向它
pred = e;
//检查下一个结点
e = next;
}
} finally {
unlock();
}
return oldValue;
}
在删除分段锁中的元素时需要先获取锁,如果获取失败就调用 scanAndLock 方法进行自旋,如果获取成功就执行下一步,首先计算数组下标然后通过下标获取 HashEntry 数组的元素,这里获得了链表的头结点,接下来就是对链表进行遍历查找,在此之前先用 next 指针记录当前结点的后继结点,然后对比 key 和 hash 看看是否是要找的结点,如果是的话就执行下一个 if 判断。
满足 value 为空或者 value 的值等于结点当前值这两个条件就会进入到 if 语句中进行删除操作,否则直接跳过。在 if 语句中执行删除操作时会有两种情况,如果当前结点为头结点则直接将 next 结点设置为头结点,如果当前结点不是头结点则将 pred 结点的后继设置为 next 结点。这里的 pred 结点表示当前结点的前继结点,每次在要检查下一个结点之前就将 pred 指向当前结点,这就保证了 pred 结点总是当前结点的前继结点。
注意,与 JDK1.6 不同,在 JDK1.7 中 HashEntry 对象的 next 变量不是 final 的,因此这里可以通过直接修改 next 引用的值来删除元素,由于 next 变量是 volatile 类型的,所以读线程可以马上读到最新的值。
//替换指定元素(CAS操作)
public boolean replace(K key, V oldValue, V newValue) {
//使用哈希函数计算哈希码
int hash = hash(key);
//保证oldValue和newValue不为空
if (oldValue == null || newValue == null) throw new NullPointerException();
//根据哈希码获取分段锁的索引
Segment<K,V> s = segmentForHash(hash);
//调用分段锁的replace方法
return s != null && s.replace(key, hash, oldValue, newValue);
}
//替换元素操作(CAS操作)
final boolean replace(K key, int hash, V oldValue, V newValue) {
//尝试获取锁, 若失败则进行自旋
if (!tryLock()) {
scanAndLock(key, hash);
}
boolean replaced = false;
try {
HashEntry<K,V> e;
//通过hash直接找到头结点然后对链表遍历
for (e = entryForHash(this, hash); e != null; e = e.next) {
K k;
//根据key和hash找到要替换的结点
if ((k = e.key) == key || (e.hash == hash && key.equals(k))) {
//如果指定的当前值正确则进行替换
if (oldValue.equals(e.value)) {
e.value = newValue;
++modCount;
replaced = true;
}
//否则不进行任何操作直接返回
break;
}
}
} finally {
unlock();
}
return replaced;
}
ConcurrentHashMap 同样提供了两种替换操作,一种是找到后直接替换,另一种是找到后先比较再替换 (CAS 操作)。这两种操作的实现大致是相同的,只是 CAS 操作在替换前多了一层比较操作,因此我们只需简单了解其中一种操作即可。
这里拿 CAS 操作进行分析,还是老套路,首先根据 key 的哈希码找到对应的分段锁,然后调用它的 replace 方法。进入分段锁中的 replace 方法后需要先去获取锁,如果获取失败则进行自旋,如果获取成功则进行下一步。首先根据 hash 码获取链表头结点,然后根据 key 和 hash 进行遍历查找,找到了对应的元素之后,比较给定的 oldValue 是否是当前值,如果不是则放弃修改,如果是则用新值进行替换。由于 HashEntry 对象的 value 域是 volatile 类型的,因此可以直接替换。
//自旋等待获取锁(put操作)
private HashEntry<K,V> scanAndLockForPut(K key, int hash, V value) {
//根据哈希码获取头结点
HashEntry<K,V> first = entryForHash(this, hash);
HashEntry<K,V> e = first;
HashEntry<K,V> node = null;
int retries = -1;
//在while循环内自旋
while (!tryLock()) {
HashEntry<K,V> f;
if (retries < 0) {
//如果头结点为空就新建一个node
if (e == null) {
if (node == null) {
node = new HashEntry<K,V>(hash, key, value, null);
}
retries = 0;
//否则就遍历链表定位该结点
} else if (key.equals(e.key)) {
retries = 0;
} else {
e = e.next;
}
//retries每次在这加1, 并判断是否超过最大值
} else if (++retries > MAX_SCAN_RETRIES) {
lock();
break;
//retries为偶数时去判断first有没有改变
} else if ((retries & 1) == 0 && (f = entryForHash(this, hash)) != first) {
e = first = f;
retries = -1;
}
}
return node;
}
//自旋等待获取锁(remove和replace操作)
private void scanAndLock(Object key, int hash) {
//根据哈希码获取链表头结点
HashEntry<K,V> first = entryForHash(this, hash);
HashEntry<K,V> e = first;
int retries = -1;
//在while循环里自旋
while (!tryLock()) {
HashEntry<K,V> f;
if (retries < 0) {
//遍历链表定位到该结点
if (e == null || key.equals(e.key)) {
retries = 0;
} else {
e = e.next;
}
//retries每次在这加1, 并判断是否超过最大值
} else if (++retries > MAX_SCAN_RETRIES) {
lock();
break;
//retries为偶数时去判断first有没有改变
} else if ((retries & 1) == 0 && (f = entryForHash(this, hash)) != first) {
e = first = f;
retries = -1;
}
}
}
在前面我们讲到过,分段锁中的 put,remove,replace 这些操作都会要求先去获取锁,只有成功获得锁之后才能进行下一步操作,如果获取失败就会进行自旋。
自旋操作也是在 JDK1.7 中添加的,为了避免线程频繁的挂起和唤醒,以此提高并发操作时的性能。在 put 方法中调用的是 scanAndLockForPut,在 remove 和 replace 方法中调用的是 scanAndLock。这两种自旋方法大致是相同的,这里我们只分析 scanAndLockForPut 方法。首先还是先根据 hash 码获得链表头结点,之后线程会进入 while 循环中执行,退出该循环的唯一方式是成功获取锁,而在这期间线程不会被挂起。
刚进入循环时 retries 的值为 - 1,这时线程不会马上再去尝试获取锁,而是先去寻找到 key 对应的结点 (没找到会新建一个),然后再将 retries 设为 0,接下来就会一次次的尝试获取锁,对应 retries 的值也会每次加 1,直到超过最大尝试次数如果还没获取到锁,就会调用 lock 方法进行阻塞获取。在尝试获取锁的期间,还会每隔一次 (retries 为偶数) 去检查头结点是否被改变,如果被改变则将 retries 重置回 - 1,然后再重走一遍刚才的流程。这就是线程自旋时所做的操作,需注意的是如果在自旋时检测到头结点已被改变,则会延长线程的自旋时间。
//再哈希
@SuppressWarnings("unchecked")
private void rehash(HashEntry<K,V> node) {
//获取旧哈希表的引用
HashEntry<K,V>[] oldTable = table;
//获取旧哈希表的容量
int oldCapacity = oldTable.length;
//计算新哈希表的容量(为旧哈希表的2倍)
int newCapacity = oldCapacity << 1;
//计算新的元素阀值
threshold = (int)(newCapacity * loadFactor);
//新建一个HashEntry数组
HashEntry<K,V>[] newTable = (HashEntry<K,V>[]) new HashEntry[newCapacity];
//生成新的掩码值
int sizeMask = newCapacity - 1;
//遍历旧表的所有元素
for (int i = 0; i < oldCapacity ; i++) {
//取得链表头结点
HashEntry<K,V> e = oldTable[i];
if (e != null) {
HashEntry<K,V> next = e.next;
//计算元素在新表中的索引
int idx = e.hash & sizeMask;
//next为空表明链表只有一个结点
if (next == null) {
//直接把该结点放到新表中
newTable[idx] = e;
}else {
HashEntry<K,V> lastRun = e;
int lastIdx = idx;
//定位lastRun结点, 将lastRun之后的结点直接放到新表中
for (HashEntry<K,V> last = next; last != null; last = last.next) {
int k = last.hash & sizeMask;
if (k != lastIdx) {
lastIdx = k;
lastRun = last;
}
}
newTable[lastIdx] = lastRun;
//遍历在链表lastRun结点之前的元素, 将它们依次复制到新表中
for (HashEntry<K,V> p = e; p != lastRun; p = p.next) {
V v = p.value;
int h = p.hash;
int k = h & sizeMask;
HashEntry<K,V> n = newTable[k];
newTable[k] = new HashEntry<K,V>(h, p.key, v, n);
}
}
}
}
//计算传入结点在新表中的下标
int nodeIndex = node.hash & sizeMask;
//将传入结点添加到链表头结点
node.setNext(newTable[nodeIndex]);
//将新表指定下标元素换成传入结点
newTable[nodeIndex] = node;
//将哈希表引用指向新表
table = newTable;
}
rehash 方法在 put 方法中被调用,我们知道在 put 方法时会新建元素并添加到哈希数组中,随着元素的增多发生哈希冲突的可能性越大,哈希表的性能也会随之下降。因此每次 put 操作时都会检查元素总数是否超过阀值,如果超过则调用 rehash 方法进行扩容。
因为数组长度一旦确定则不能再被改变,因此需要新建一个数组来替换原先的数组。从代码中可以知道新创建的数组长度为原数组的 2 倍 (oldCapacity << 1)。创建好新数组后需要将旧数组中的所有元素移到新数组中,因此需要计算每个元素在新数组中的下标。计算新下标的过程如下图所示。
计算新下标
我们知道下标直接取的是哈希码的后几位,由于新数组的容量是直接用旧数组容量右移 1 位得来的,因此掩码位数向右增加 1 位,取到的哈希码位数也向右增加 1 位。如上图,若旧的掩码值为 111,则元素下标为 101,扩容后新的掩码值为 1111,则计算出元素的新下标为 0101。
由于同一条链表上的元素下标是相同的,现在假设链表所有元素的下标为 101,在扩容后该链表元素的新下标只有 0101 或 1101 这两种情况,因此数组扩容会打乱原先的链表并将链表元素分成两批。在计算出新下标后需要将元素移动到新数组中,在 HashMap 中通过直接修改 next 引用导致了多线程的死锁。
虽然在 ConcurrentHashMap 中通过加锁避免了这种情况,但是我们知道 next 域是 volatile 类型的,它的改动能立马被读线程读取到,因此为保证线程安全采用复制元素来迁移数组。但是对链表中每个元素都进行复制有点影响性能,作者发现链表尾部有许多元素的 next 是不变的,它们在新数组中的下标是相同的,因此可以考虑整体移动这部分元素。具统计实际操作中只有 1/6 的元素是必须复制的,所以整体移动链表尾部元素 (lastRun 后面的元素) 是可以提升一定性能的。